Detail projektu

AppNeCo: Aproximativní neurovýpočty

Období řešení: 1. 1. 2022 - 31. 12. 2024

Typ projektu: grant

Kód: GA22-02067S

Agentura: Grantová agentura České republiky

Program: Standardní projekty

Název anglicky
AppNeCo: Approximate Neurocomputing
Typ
grant
Klíčová slova

aproximativní počítání,konvoluční sítě,energetická složitost,robustní učení,hardwarový akcelerátor,klasifikace obrazu

Abstrakt

V současnosti jsou v zařízeních s omezenými zdroji (např. mobilní telefony napájené baterií) implementovány moderní technologie umělé inteligence založené na hlubokých neuronových sítích, jejichž výpočet je náročný na spotřebu energie. V aplikacích tolerantních vůči chybám (např. klasifikace obrazu) může použití metod aproximativního počítání ušetřit ohromné množství energii za cenu jen malé ztráty přesnosti. AppNeCo je projektem základního výzkumu aproximativních neurovýpočtů, jehož ambicí je originální synergie teorie aproximace a složitosti neuronových sítí a empirické zkušenosti se špičkovým návrhem výkonných aproximativních implementací hardwarových obvodů. Jeho cílem je rozvoj složitostně-teoretických základů aproximativních výpočtů konvolučních neuronových sítí (CNN) omezené energetické složitosti pro aplikační domény specifikované distribucemi vstupního prostoru. Tyto poznatky budou použity při návrhu nových strategií aproximace komponent a učících algoritmů nízkoenergetických, vysoce přesných CNN. Nové metody budou testovány na úlohách zpracování obrazu.

Řešitelé
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY FIT VUT) , hlavní řešitel
Klhůfek Jan, Ing. (UPSY FIT VUT)
Mrázek Vojtěch, Ing., Ph.D. (UPSY FIT VUT)
Vašíček Zdeněk, doc. Ing., Ph.D. (UPSY FIT VUT)
Publikace

2023

  • ŠÍMA Jiří, VIDNEROVÁ Petra a MRÁZEK Vojtěch. Energy Complexity Model for Convolutional Neural Networks. In: Artificial Neural Networks and Machine Learning - ICANN 2023: 32nd International Conference on Artificial Neural Networks. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Heraklion, 2023, s. 186-198. ISBN 978-3-031-44203-2. Detail
  • SEDLÁČEK Marek a SEKANINA Lukáš. Evolution of Editing Scripts From Examples. In: Proceedings of the Genetic and Evolutionary Computation Conference Companion (GECCO '23). Lisbon: Association for Computing Machinery, 2023, s. 803-806. ISBN 979-8-4007-0120-7. Detail
  • KALKREUTH Roman, VAŠÍČEK Zdeněk, HUSA Jakub, VERMETTEN Diederick, YE Furong a THOMAS Bäck. General Boolean Function Benchmark Suite. In: FOGA 2023 - Proceedings of the 17th ACM/SIGEVO Conference on Foundations of Genetic Algorithms. Potsdam: Association for Computing Machinery, 2023, s. 84-95. ISBN 979-8-4007-0202-0. Detail
  • PIŇOS Michal, MRÁZEK Vojtěch a SEKANINA Lukáš. Prediction of Inference Energy on CNN Accelerators Supporting Approximate Circuits. In: 2023 26th International Symposium on Design and Diagnostics of Electronic Circuits and Systems. Talinn: Institute of Electrical and Electronics Engineers, 2023, s. 45-50. ISBN 979-8-3503-3277-3. Detail
  • KALKREUTH Roman, VAŠÍČEK Zdeněk, HUSA Jakub, VERMETTEN Diederick, YE Furong a THOMAS Bäck. Towards a General Boolean Function Benchmark Suite. In: GECCO 2023 Companion - Proceedings of the 2023 Genetic and Evolutionary Computation Conference Companion. New York: Association for Computing Machinery, 2023, s. 591-594. ISBN 979-8-4007-0120-7. Detail

2022

  • KLHŮFEK Jan a MRÁZEK Vojtěch. ArithsGen: Arithmetic Circuit Generator for Hardware Accelerators. In: 2022 25th International Symposium on Design and Diagnostics of Electronic Circuits and Systems (DDECS '22). Prague: Institute of Electrical and Electronics Engineers, 2022, s. 44-47. ISBN 978-1-6654-9431-1. Detail
  • KOCNOVÁ Jitka a VAŠÍČEK Zdeněk. Delay-aware evolutionary optimization of digital circuits. In: Proceedings of IEEE Computer Society Annual Symposium on VLSI, ISVLSI. Nicosia, Cyprus: IEEE Computer Society, 2022, s. 188-193. ISBN 978-1-6654-6605-9. Detail
  • VÁLEK Matěj a SEKANINA Lukáš. Evolutionary Approximation in Non-Local Means Image Filters. In: 2022 IEEE International Conference on Systems, Man, and Cybernetics (SMC). Praha: Institute of Electrical and Electronics Engineers, 2022, s. 2759-2766. ISBN 978-1-6654-5258-8. Detail
  • MARCHISIO Alberto, MRÁZEK Vojtěch, MASSA Andrea, BUSSOLINO Beatrice, MARTINA Mauricio a SHAFIQUE Muhammad. RoHNAS: A Neural Architecture Search Framework with Conjoint Optimization for Adversarial Robustness and Hardware Efficiency of Convolutional and Capsule Networks. IEEE Access, roč. 2022, č. 10, s. 109043-109055. ISSN 2169-3536. Detail
Nahoru